[发明专利]CT图像处理方法、装置、CT设备及CT系统

说明书

本发明实施例提供一种CT图像处理方法、装置、CT设备及CT系统。本发明实施例通过采用预设重建算法，对受检对象的CT扫描生数据进行图像重建，得到第一重建图像，将所述第一重建图像输入已训练好的人工智能AI深度学习模型，由所述AI深度学习模型输出第二重建图像，根据所述第一重建图像和所述第二重建图像，确定至少一个预设特征指标的值，若所述至少一个预设特征指标的值中存在小于对应预设阈值的值，使用备选处理模型对所述第一重建图像进行处理，获取符合预设质量条件的第三重建图像，能够确保获得符合预期质量要求的重建图像，提高了CT AI图像重建技术的可靠性，避免了因图像质量不符合预期导致的误诊等严重后果。

技术领域

本发明涉及医学图像处理技术领域，尤其涉及一种CT图像处理方法、装置、CT设备及CT系统。

背景技术

CT(Computed Tomography，电子计算机断层扫描)AI(Artificial Intelligence，人工智能)图像重建技术相对于传统CT重建算法，具有速度快、噪声低、对比度强等优点，是目前研究的热点。

但是，CT AI图像重建技术具有一定的风险。CT AI图像重建过程中所使用的深度学习神经网络可解释性差，在一定程度上可以认为深度学习神经网络是一种黑盒模型，在一些特殊情况下，可能会出现异常(异常是指效果不符合预期、图像不自然、图像模糊化等)。如果在CT图像重建中出生现了这种异常情况，可能会导致医生误诊，造成严重的结果。因此，需要提高CT AI图像重建技术的可靠性。

发明内容

为克服相关技术中存在的问题，本发明提供了一种CT图像处理方法、装置、CT设备及CT系统，提高CT AI图像重建技术的可靠性。

根据本发明实施例的第一方面，提供一种CT图像处理方法，包括：

采用预设重建算法，对受检对象的CT扫描生数据进行图像重建，得到第一重建图像；

将所述第一重建图像输入已训练好的人工智能AI深度学习模型，由所述AI深度学习模型输出第二重建图像；

根据所述第一重建图像和所述第二重建图像，确定至少一个预设特征指标的值；

若所述至少一个预设特征指标的值中存在小于对应预设阈值的值，使用备选处理模型对所述第一重建图像进行处理，获取符合预设质量条件的第三重建图像。

根据本发明实施例的第二方面，提供一种CT图像处理装置，包括：

重建模块，用于采用预设重建算法，对受检对象的CT扫描生数据进行图像重建，得到第一重建图像；

AI处理模块，用于将所述第一重建图像输入已训练好的人工智能AI深度学习模型，由所述AI深度学习模型输出第二重建图像；

指标值确定模块，用于根据所述第一重建图像和所述第二重建图像，确定至少一个预设特征指标的值；

获取模块，用于若所述至少一个预设特征指标的值中存在小于对应预设阈值的值，使用备选处理模型对所述第一重建图像进行处理，获取符合预设质量条件的第三重建图像。

根据本发明实施例的第三方面，提供一种CT设备，包括：内部总线，以及通过内部总线连接的存储器、处理器和外部接口；其中，所述外部接口，用于连接CT系统的探测器，所述探测器包括多个探测器室及相应的处理电路；

所述存储器，用于存储CT图像处理逻辑对应的机器可读指令；

所述处理器，用于读取所述存储器上的所述机器可读指令，并执行如下操作：

采用预设重建算法，对受检对象的CT扫描生数据进行图像重建，得到第一重建图像；

将所述第一重建图像输入已训练好的人工智能AI深度学习模型，由所述AI深度学习模型输出第二重建图像；